Diterjemahkan dari bahasa Inggris ke bahasa Indonesia - www.onlinedoctranslator.

com

Ilmu Sosial & Kedokteran 106 (2014) 20e27

Daftar isi tersedia diScienceDirect

Ilmu Sosial & Kedokteran

beranda jurnal: www.elsevier.com/locate/socscimed

Kemiskinan dan kesehatan mental di Indonesia

Gindo Tampubolon*, Wulung Hanandita

Institut Perubahan Sosial, Universitas Manchester, Manchester M13 9PL, Inggris Raya

articleinfo abstrak

Riwayat artikel: Studi komunitas dan fasilitas di negara berkembang umumnya menunjukkan hubungan terbalik antara kemiskinan
Tersedia online 23 Januari 2014 dan kesehatan mental. Namun, studi berbasis populasi baru-baru ini bertentangan dengan ini. Di India dan india,
orang miskin dan tidak miskin tidak menunjukkan perbedaan kesehatan mental. Kami meninjau kembali hubungan
Kata kunci: antara kemiskinan dan kesehatan mental menggunakan ukuran gejala depresi yang tervalidasi (CES-D) dan sampel
Kesehatan mental nasional baru dari Indonesiaesebuah negara di mana kemiskinan yang meluas dan ketidaksetaraan yang mendalam
Kemiskinan
bertemu dengan sektor layanan kesehatan mental yang terabaikan. Hasil dari model Poisson overdispersi tiga
Indonesia
tingkat menunjukkan bahwa penurunan 1% dalam pengeluaran rumah tangga per kapita dikaitkan dengan
Model bertingkat
peningkatan skor CES-D sebesar 0,05% (gejala depresi), sementara menggunakan indikator yang berbeda (hidup
Modal sosial
dengan kurang dari $2 per hari) diperkirakan bahwa orang miskin memiliki skor CES-D 5% lebih tinggi daripada
orang kaya. Modal sosial individu dan religiusitas ditemukan berhubungan positif dengan kesehatan mental
sementara kejadian buruk berhubungan negatif. Temuan ini memberikan dukungan untuk pandangan mapan
mengenai hubungan yang merusak antara kemiskinan dan kesehatan mental di negara maju dan berkembang.
- 2014 Elsevier Ltd. Semua hak dilindungi undang-undang.

Perkenalan penyakit menular. Mengabaikan gangguan mental umum dalam upaya

Gangguan jiwa menjadi beban utama bagi negara-negara
berkembang (WHO, 2001), dimana sekitar 7% dari total beban penyakit
pada tahun 2010 disebabkan oleh berbagai bentuk gangguan jiwa dan
perilaku (5% pada tahun 2000, 4% pada tahun 1990;IHME, 2013).
Prevalensi gangguan mental umum di negara berkembang
diperkirakan mencapai 20e50% dalam sampel komunitas dan rawat
jalan (Patel, Araya, de Lima, Ludermir, & Todd, 1999) atau sekitar 6e7%
di antara populasi umum (Rai, Zitko, Jones, Lynch, & Araya, 2013).
Padahal di antara kasus yang terdiagnosis, hanya 15e25% menerima
perawatan yang layak (WHO, 2004) dan jumlah rata-rata investasi
publik di sektor kesehatan mental hanya di bawah 1% dari total
pengeluaran kesehatan di banyak negara berkembang (Patel, 2007).
Meningkatnya beban penyakit mental di negara-negara berkembang jauh dari
tidak penting. Organisasi Kesehatan Dunia (WHO, 2012) memperingatkan bahwa
gangguan mental mengurangi kemampuan seseorang untuk berfungsi dan sering
menyebabkan kecacatan dan bunuh diri. Penyakit mental juga menimbulkan biaya
ekonomi pada masyarakat melalui hilangnya produktivitas (Bir & Frank, 2001) dan
penghasilan (Lund, Myer, Stein, Williams, & Flisher, 2013), yang pada gilirannya
dapat merusak upaya untuk mengatasi
* Penulis yang sesuai.
Alamat email:tampubolon@manchester.ac.uk,g.tampubolon@manchester . ac.uk(G.
Tampubolon).
untuk mengatasi penyakit menular mungkin terbukti menjadi ekonomi
palsu.
Hubungan antara kemiskinan dan kesehatan mental telah menjadi topik
publikasi terbaru karena beberapa alasan. Pertama, pengentasan
kemiskinan selalu menjadi inti dari pembuatan kebijakan pembangunan. Jika
kemiskinan dikaitkan dengan lebih banyak penyakit mental, maka ini akan
menjadi motivasi lebih lanjut menuju pemberantasan kemiskinan. Kedua,
meskipun hubungan terbalik antara kemiskinan dan kesehatan mental telah
lama terjalin di negara industri, bukti dari negara berkembang masih relatif
langka. Jika pola yang konsisten juga ditemukan di antara yang terakhir, ini
akan menunjukkan universalitas kemiskinan sebagai faktor risiko penting
untuk kesehatan mental yang buruk (Patel et al., 1999, p.1462), dan dengan
demikian agenda pembangunan global dapat ditetapkan. Memang,Lund
dkk. (2010)dalam meninjau 115 studi berbasis komunitas dan fasilitas di
negara berkembang sangat menyarankan bahwa orang miskin memiliki
kesehatan mental yang lebih buruk.
Namun hal ini dibantah olehDas, Do, Friedman, McKenzie, dan Scott
(2007). Ketika kemiskinan diukur menggunakan pengeluaran rumah tangga
per kapita, dan status kesehatan fisik juga dikontrol dalam model
multivariat, para penulis ini tidak menemukan hubungan yang konsisten
antara kemiskinan dan kesehatan mental di antara empat sampel
perwakilan nasional mereka. Kesehatan mental sedikit lebih buruk bagi
individu dalam rumah tangga dengan konsumsi rendah di Bosnia, lebih baik
di Meksiko, dan tidak ada hubungan yang signifikan secara statistik di India
dan india. Para penulis kemudian menyimpulkan bahwa “kemiskinan,sendiri,
bukan penentu kuat kesehatan mental yang buruk”

0277-9536/$elihat front matter - 2014 Elsevier Ltd. Semua hak dilindungi undang-
undang. http://dx.doi.org/10.1016/j.socscimed.2014.01.012
 G. Tampubolon, W. Hanandita / Ilmu Sosial & Kedokteran 106 (2014) 20e27
(p.476) dan selanjutnya menyatakan bahwa alasan untuk investasi
publik dalam kesehatan mental dirusak oleh ancaman yang lebih serius
dari penyakit menular.
Meskipun demikian, penelitian ini bukan tanpa kekurangan.
Meskipun sampel yang representatif secara nasional digunakan dan
banyak pembaur potensial dikendalikan, sifat psikometri dari
instrumen 'Kuisioner Kesehatan Umum' yang digunakan untuk
mengukur gejala depresi di Indonesia dan Meksiko tidak jelas (
Goldberg, 1972). Selain itu, penelitian tersebut juga mengabaikan
distribusi skor penyakit mental yang terkenal. Temuan yang tidak
konsisten mungkin hanya merupakan artefak dari masalah ini.
Menggunakan sampel perwakilan nasional dari Indonesia, kami
meninjau kembali hubungan antara kemiskinan konsumsi dan penyakit
mental menggunakan ukuran umum, yaitu skala 10-item Center for
Epidemiological Studies Depression (CES-D; Radloff, 1977). Kedua,
selain variabel kemiskinan, makalah ini mempertimbangkan tiga faktor
yang telah lama dianggap sebagai penentu penting kesehatan mental
di kalangan masyarakat industri, yaitu modal sosial, religiusitas, dan
pengalaman kejadian buruk. Terakhir, kami menganalisis data
menggunakan analisis regresi Poisson multilevel overdispersi yang
mengakomodasi data miring.
Kemiskinan dan kesehatan mental: bukti yang bertentangan?
Kemiskinan telah lama dikaitkan dengan segudang penderitaan.
Sementara faktor-faktor seperti genetika dan lingkungan tidak
diragukan lagi berperan, dalam penelitian kesehatan masyarakat
umumnya diakui bahwa status sosial ekonomi berkorelasi kuat dengan
kesehatan fisik dan mental seseorang.
Studi yang dilakukan di negara-negara berkembang sejauh ini
sebagian besar menegaskan hubungan negatif antara kemiskinan dan
kesehatan mental. Menganalisis sampel komunitas dan fasilitas di
Zimbabwe, India, Brasil, dan Chili,Patel dkk. (1999)menemukan bahwa
prevalensi gangguan mental umum berkisar dari 23% hingga 52%,
dengan prevalensi yang lebih rendah di komunitas daripada sampel
fasilitas. Selain itu, kemungkinan memiliki gejala depresi secara
signifikan lebih tinggi pada orang miskin daripada orang kaya di
keempat negara (lihat jugaMumford, Saeed, Ahmad, Latif, dan Latif
(1997)di Pakistan,Dzat (2012)di Ghana,Roberts, Ocaka, Browne, Oyok,
dan Sondorp (2009)di Uganda, danMyer, Stein, Grimsrud, Seedat, dan
Williams (2008) DanHamad, Fernald, Karlan, dan Zinman (2008)di Afrika
Selatan). Ukuran kemiskinan bervariasi dan termasuk buta huruf (
Mumford, Nazir, Jilani, & Baig, 1996), kekurangan air keran atau listrik (
Bahar, Henderson, & Mackinnon, 1992), jumlah peralatan listrik (
Mumford et al., 1997) dan kesulitan perumahan (Hussain, Creed, &
Tomenson, 2000).
Menggunakan ukuran kemiskinan yang konsisten, yaitu pengeluaran
rumah tangga per kapita,Das et al. (2007), Das, Do, Friedman, dan McKenzie
(2009)melaporkan asosiasi kemiskinan dan tekanan mental dalam sampel
perwakilan nasional dari Bosnia (2001), India (2003), Indonesia (2000) dan
Meksiko (2002). Studi tersebut menyimpulkan bahwa kesehatan mental yang
buruk tidak memiliki hubungan yang kuat dengan kemiskinan.
Penentu utama kesehatan mental lainnya
Selain menyoroti peran kemiskinan, studi selama tiga dekade
terakhir telah menunjukkan bahwa faktor lain sangat menentukan
kesehatan mental seseorang. Ini termasuk jenis kelamin, status
perkawinan, pengalaman kejadian buruk, religiusitas dan modal sosial.
21
Jenis kelamin
Jenis kelamin mungkin yang paling banyak diteliti dan penentu
kesehatan mental yang paling banyak diterima. Terlepas dari tingkat
perkembangan ekonomi negara yang bersangkutan, literatur menunjukkan
bahwa depresi dua sampai tiga kali lebih banyak terjadi pada wanita
daripada pria (Das et al., 2007, 2009; Mumford, Minhas, Akhtar, Akhter, &
Mubbashar, 2000; Mumford et al., 1996, 1997; Noorbala, Yazdi, Yasamy, &
Mohammad, 2004; Patel et al., 1999), meskipun beberapa penelitian di Afrika
tidak menunjukkan ketidaksetaraan ini (Dzator, 2012; Jenkins et al., 2012;
WHO, 2012). Penjelasan yang ditawarkan untuk depresi yang lebih besar di
antara wanita daripada pria mencakup lebih banyak masalah reproduksi,
pemberdayaan sosial yang lebih rendah, dan lebih banyak tekanan
pekerjaan/keluarga.
Status pernikahan
Bukti dari negara-negara industri sejauh ini menunjukkan bahwa orang
yang menikah cenderung memiliki lebih sedikit gangguan mental
dibandingkan dengan teman sebayanya yang tidak menikah (tidak pernah
menikah, berpisah, bercerai, atau janda) (Afifi, Cox, & Enns, 2006; Bromet et
al., 2011; Wade & Pevalin, 2004), meskipun ada bukti baru dari penelitian di
Australia yang menunjukkan bahwa hubungan ini dimoderatori oleh kualitas
hubungan (Leach, Butterworth, Olesen, & Mackinnon, 2013, hal.417). Di
negara-negara berkembang bukti tetap langka, mungkin karena
terbatasnya ketersediaan data longitudinal yang representatif secara
nasional. Efek negatif menjanda terhadap kesehatan mental ditemukan di
komunitas miskin perkotaan di Pakistan (Mumford et al., 2000), meskipun
efeknya tidak mencapai signifikansi statistik dalam model multivariat yang
lebih rumit.Patel dkk. (1999)juga menemukan efek bivariat negatif di antara
sampel komunitas di Zimbabwe, Brasil, India, dan Chili, meskipun hal ini
juga gagal mencapai signifikansi statistik dalam model multivariat. Studi lain
menemukan efek negatif yang konsisten menjadi janda di Tonga, India,
Meksiko, Bosnia, india (Das et al., 2007, 2009), Afrika Selatan dan Ukraina (
Bromet et al., 2011), sementara studi baru lainnya dari daerah pedesaan
China dengan rasio seks tinggi menunjukkan bahwa pria yang belum
menikah memiliki harga diri yang lebih rendah, risiko depresi yang lebih
tinggi, pikiran bunuh diri yang meningkat, dan kecenderungan agresif
dibandingkan dengan pria yang sudah menikah (Zhou, Yan, & Therese, 2012
).
Kejadian buruk
Pengalaman kejadian buruk secara intuitif terkait dengan kesehatan
mental yang buruk. Korpus literatur kesehatan mental
mendokumentasikan prevalensi gangguan mental lebih tinggi di
antara individu yang pernah mengalami bencana daripada di antara
mereka yang tidak, terlepas dari apakah itu alami atau buatan manusia
(Galea, Nandi, & Vlahov, 2005; Satcher, Friel, & Bell, 2007) dan apakah
kejadian satu kali atau bencana berulang (Angin, Joshi, Kleber, &
Komproe, 2013). korban kejahatan (Kilpatrick & Acierno, 2003) beserta
kerabat dekatnya (Amick-Mcmullan, Kilpatrick, & Resnick, 1991) dan
mereka yang takut akan kejahatan (Stafford, Chandola, & Marmot, 2007
) sering mengalami tekanan psikologis dan gangguan mental yang
lebih besar.
Religiusitas
Penelitian tentang hubungan antara religiusitas dan kesehatan
mental selama dua dekade terakhir menunjukkan bahwa individu
beragama ediukur dari segi religiusitas diri dan kehadiran religiuse
secara umum, secara mental lebih kuat daripada rekan-rekan sekuler
mereka (Dein, Masak, & Koenig, 2012; Koenig, Raja, & Carson, 2012).
Dibandingkan dengan mereka yang tidak religius, individu yang religius
melaporkan lebih sedikit tekanan psikologis (Ellison, Pengurus,
22 G. Tampubolon, W. Hanandita / Ilmu Sosial & Kedokteran 106 (2014) 20e27
Williams, & Jackson, 2001) dan kepuasan hidup yang lebih besar (Lim &
Putnam, 2010), dan memiliki kemungkinan lebih rendah mengalami
gangguan depresi atau penyalahgunaan zat (Pusat Nasional untuk
Kecanduan dan Penyalahgunaan Zat di Universitas Columbia, 2001). Namun,
studi longitudinal memberikan bukti yang tidak konsisten dengan
kesimpulan ini (Vaillant, Templeton, Ardelt, & Meyer, 2008).
Namun, penting untuk dicatat bahwa hampir semua studi tentang
religiusitas dan kesehatan mental dilakukan dalam konteks budaya
Kristen kulit putih yang terindustrialisasi. Hanya sedikit yang meneliti
hubungan antara religiusitas dan kesehatan mental dalam konteks
pengembangan budaya non-Barat atau non-Kristen.
Modal sosial
Semakin banyak literatur selama dekade terakhir telah
menyarankan bahwa prevalensi gangguan mental berbanding terbalik
dengan modal sosial (Tampubolon, 2012). Modal sosial, kadang-kadang
dianggap sebagai perekat yang menyatukan berbagai elemen
masyarakat, telah didefinisikan sebagai terdiri dari dua komponen: a
strukturaldanfungsional.Komponen struktural menunjukkan aspek
kuantitatif dari kehidupan sosial dan partisipasi masyarakat, sedangkan
komponen fungsional berkaitan dengan kepercayaan, kohesi sosial dan
dukungan yang dirasakan.Kawachi & Berkman, 2000). Terlepas dari
pentingnya kedua komponen tersebut, penelitian secara umum
menemukan bahwa hubungan kesehatan mental dengan kepercayaan
lebih signifikan daripada dengan partisipasi.
Studi yang dilakukan di negara berkembang tampaknya sebagian
besar mengkonfirmasi bukti hubungan positif antara modal sosial dan
kesehatan mental. Data dari Indonesia, berdasarkan sampel yang
representatif secara nasional dari tahun 1993 hingga 1997, mendukung
kesimpulan ini (Miller, Scheffler, Lam, Rosenberg, & Rupp, 2006). Ketika
modal sosial dioperasionalkan sebagai jumlah organisasi masyarakat
yang tersedia, hal itu berhubungan positif dengan kesehatan mental
dan fisik yang baik, dan terdapat bukti yang lemah untuk efek interaktif
dari modal sosial dan pendidikan. Namun perlu dicatat bahwa
penelitian di Indonesia ini tidak menggunakan ukuran kesehatan
mental yang tervalidasi.
Dengan demikian tujuan dari penelitian ini adalah untuk menguji
hubungan antara kemiskinan dan kesehatan mental setelah mengontrol
jenis kelamin, status perkawinan, pengalaman kejadian buruk, religiusitas,
modal sosial dan variabel sosial-demografis lainnya.
Pengaturan
Indonesia memberikan kasus yang menarik untuk menguji hubungan antara
kemiskinan dan kesehatan mental di negara berkembang. Ini adalah negara
kepulauan yang luas di mana kemiskinan yang meluas dan ketidaksetaraan yang
mendalam bertemu dengan layanan kesehatan mental yang minim. Dengan
relatif stabil 5e6% pertumbuhan ekonomi tahun-ke-tahun (Bank Dunia, 2013) dan
populasi yang terus bertambah sebanyak 247 juta (68% di antaranya berusia 15
tahune64 tahun), Indonesia adalah salah satu dari dua puluh ekonomi terbesar
dunia. Namun, dengan Produk Domestik Bruto per kapita USD 3557 (dolar saat ini;
Bank Dunia, 2013) memiliki Indeks Pembangunan Manusia sebesar 0,629. Hampir
separuh penduduk Indonesia (43,3%) hidup di bawah garis kemiskinan $2 per hari
dan lebih dari sepertiga tidak memiliki akses listrik (35,5%;Bank Dunia, 2013),
sementara pada saat yang sama, bagian pendapatan yang tidak proporsional
(46%) ditemukan di dua desil terkaya saja, yang mengarah ke indeks Gini 38,1
yang sangat tidak seimbang (Bank Dunia, 2013). Pemerintah Indonesia hanya
membelanjakan 5,3% dari total pengeluarannya untuk kesehatan, yaitu sekitar
setengah dari rata-rata negara tetangganya di Asia Timur dan Pasifik (Bank Dunia,
2013). Belanja kesehatan out-of-pocket di Indonesia tetap sangat tinggi yaitu 76%
dari total pengeluaran swasta untuk kesehatan (10% lebih tinggi dari rata-rata
daerah), sedangkan pengeluaran kesehatan per kapita hanya USD 95 (kurang dari
setengah pengeluaran daerah).
rata-rata;Bank Dunia, 2013). Diperkirakan penyakit jiwa berkontribusi
terhadap kerugian sebesar 20 triliun Rupiah Indonesia (USD 2 miliar; 0,5%
dari PDB) pada tahun 2007 (Kemenkes, 2011). Dengan hanya 29 pekerja
kesehatan jiwa per satu juta penduduk, Indonesia kurang siap dibandingkan
negara tetangganya di Asia Tenggara untuk menangani penyakit jiwa
penduduknya (WHO, 2005).
Data: Survei Kehidupan Keluarga Indonesia (IFLS)
IFLS adalah survei rumah tangga longitudinal serbaguna yang
mengumpulkan data dari lebih dari 30.000 orang dari 12.000 rumah
tangga, dan mewakili sekitar 83% dari seluruh populasi Indonesia.
Bekerja sama dengan beberapa universitas di Indonesia, IFLS pertama
kali dimulai oleh RAND Corporation pada tahun 1993, dan sejak itu
telah dilakukan tiga gelombang pengumpulan data tindak lanjut, pada
tahun 1997, 2000 dan 2007. Sebelum wawancara, responden diberitahu
tentang alasannya penting bagi mereka untuk berpartisipasi dalam
penelitian ini dan diberi “contoh kebijakan yang telah dipengaruhi oleh
penelitian” (Thomas et al., 2012, hal.110). Kerahasiaan dan anonimitas
terjamin (RAN, 2011). Kumpulan data berada dalam domain publik dan
dapat diakses melalui situs web Tenaga Kerja dan Kependudukan
RAND (http://www. rand.org/labor/FLS/IFLS.html).
Analisis ini hanya menggunakan gelombang 2007, karena ini adalah
pertama kalinya instrumen kesehatan mental tervalidasi digunakan.
Sampel dibatasi untuk responden berusia 14 tahun ke atas, yang
memiliki informasi lengkap tentang ukuran kesehatan mental dan
informasi pengeluaran rumah tangga yang lengkap. Sampel mencakup
25.101 orang dari 11.553 rumah tangga yang tinggal di 258 kabupaten,
yang setara dengan sekitar 86% sampel IFLS 2007 yang termasuk
dalam modul kesehatan mental. Rata-rata, ada 5,4 individu dalam
setiap rumah tangga dan 44,7 rumah tangga dalam setiap kabupaten.
Ukuran kesehatan mental
Status kesehatan mental diukur dengan menggunakan 10-item
Center for Epidemiologic Studies Depression scale (CES-D;Andresen,
Malmgren, Carter, & Patrick, 1994), yang menilai gejala depresi
(selanjutnya disebut depresi) pada populasi umum (Radloff, 1977).
Meskipun awalnya dikembangkan di Amerika Serikat, instrumen CES-D
terbukti bekerja dengan memuaskan di berbagai lingkungan non-Barat
termasuk di Indonesia, Korea Utara, Myanmar, Sri Lanka, dan Thailand (
Mackinnon, McCallum, Andrews, & Anderson, 1998) dengan struktur
faktor yang sebanding dengan yang diperoleh di Amerika Utara dan
Eropa. Juga telah ditunjukkan bahwa ada sedikit kehilangan sensitivitas
atau spesifisitas saat menggunakan versi yang dipersingkat (Kohout,
Berkman, Evans, & Cornoni-Huntley, 1993; Selubung & Yager, 1989).
Setiap responden diminta untuk melaporkan seberapa sering dalam seminggu
terakhir mereka mengalami 10 gejala depresi tersebut. Tanggapan dicatat
menggunakan skala ordinal empat kategori yang berkisar dari 0 sampai 3 (0¼
jarang atau tidak sama sekali atau 0e1 hari dalam seminggu; 1¼beberapa atau
sedikit waktu atau 1e2 hari dalam seminggu; 2¼sedang atau sering atau 3e4 hari
dalam seminggu; 3¼sebagian besar atau hampir sepanjang waktu atau 5e7 hari
dalam seminggu). Setelah item yang diutarakan secara positif diberi kode terbalik,
skor dihitung sebagai jumlah dari tanggapan ini (kisaran teoretis 0e30). Data
umumnya memiliki distribusi positif atau miring ke kanan (Radloff, 1977),
sehingga kelompok dengan rata-rata yang lebih tinggi juga cenderung memiliki
varians yang lebih tinggi. Terkadang titik potong 10 (Andresen et al., 1994)
diterapkan, tetapi skor kontinu digunakan di sini karena belum pernah ada studi
validasi silang yang dilakukan dengan sampel orang Indonesia.
 G. Tampubolon, W. Hanandita / Ilmu Sosial & Kedokteran 106 (2014) 20e27 23

Langkah-langkah lain (lihatonline Lampiran A) Tabel 1

Karakteristik sampel dan analisis bivariat.

Variabel pengeluaran rumah tangga per kapita dimasukkan sebagai Variabel Berarti - SD Asosiasi % Hilang
alternatif sebagai: (1) variabel kontinyu yang ditransformasi log, (2) atau % dengan CES-D

variabel dummy kurang dari $2 per hari, dan (3) variabel dummy tertile. Karakteristik individu (N¼29.029) skor
Transformasi log membuat distribusi lebih simetris dan mengurangi CES-D 4.08 - 3.55 0,03
efek outlier, sedangkan dua alternatif kategori dimaksudkan untuk Usia 36.88 - 15.62 0,001* 0,01
0,01
memfasilitasi interpretasi intuitif dari koefisien. Variabel dummy
Jenis kelamin:

Pria 47,61% 0.000

kurang dari $2 per hari dihitung menggunakan nilai tukar historis Perempuan 52,39% 0,034*
tahun 2007 dari IDR 9182 ke USD 1 (Bank Indonesia, 2013). Status pernikahan: 0,01
Telah menikah 69,54% 0.000
Tidak pernah menikah 22,14% 0,151*
Usia diperlakukan sebagai kovariat kontinu. Jenis kelamin dimasukkan sebagai
Terpisah, cerai, atau janda 8,32% 0,263*
variabel dummy (1: perempuan; 0: laki-laki). Status perkawinan dimasukkan
Pendidikan: 7.36
menggunakan dua boneka: untuk tidak pernah menikah dan untuk berpisah/ Sekolah Menengah Pertama atau lebih rendah dari 57,26% 0.000
bercerai/janda; referensi sudah menikah. Kejadian buruk diukur dengan Sekolah Menengah Atas 31,22% - 0,018*
menggunakan dua boneka untuk rumah tangga yang terkena bencana dalam lima Perguruan tinggi atau lebih 11,52% - 0,138*
Status kesehatan fisik: 0,00
tahun terakhir, dan untuk setiap anggota rumah tangga yang menjadi korban
Sehat 85,90% 0.000
kejahatan selama setahun terakhir; referensi tidak ada kejadian buruk. Jenis Kesehatan yang buruk 14,10% 0,506*
bencana dan kejahatan yang ditanyakan responden meliputi banjir, gunung Religiusitas 2,82 - 0,56 - 0,107* 0,24
berapi, gempa bumi dan kebakaran untuk bencana dan pencurian dan Memercayai 2,72 - 0,19 - 0,169* 0,02
penyerangan untuk kejahatan (lihatonline Lampiran Auntuk tindakan). Religiusitas Partisipasi 37,92 - 33,82 - 0,001* 4.56
Karakteristik rumah tangga (N¼12.683)
diukur dengan pertanyaan, “Seberapa religius Anda?”, dengan pilihan berurutan
Ukuran rumah tangga 5.37 - 2.98 0,011* 0,00
yang terdiri dari tidak religius (0), agak religius (1), dan sangat religius (2), Lokasi perumahan: 0,00
diperlakukan sebagai variabel kontinu. Modal sosial diukur dengan menggunakan Pedesaan 45,94% 0.000
dua variabel kontinyu: kepercayaan dan partisipasi. Variabel kepercayaan dihitung Perkotaan 54,06% 0,006
Bencana: 0,02
sebagai tanggapan rata-rata terhadap tujuh pertanyaan kepercayaan lingkungan,
Bukan korban 93,68% 0.000
sedangkan variabel partisipasi dihitung sebagai persentase kegiatan masyarakat Korban 6,32% 0,015
yang diketahui responden di mana mereka juga berpartisipasi dalam tahun lalu Kejahatan: 0,08
dari daftar 12. Pendidikan dimasukkan menggunakan dua variabel dummy: untuk Bukan korban 94,23% 0.000
Korban 5,77% 0,183*
sekolah menengah atas dan perguruan tinggi; referensi adalah sekolah
Status kemiskinan: 2.21
menengah atau kurang. Kesehatan fisik didasarkan pada pertanyaan kesehatan
Lebih dari $2 sehari 32,89% 0.000
umum yang dinilai sendiri (“Secara umum, bagaimana kesehatanmu?”) dengan Kurang dari $2 sehari 67,11% 0,014*
format jawaban ordinal yang terdiri dari sangat kurang baik, kurang baik, cukup Pengeluaran rumah tangga per kapita, USD 60,87 - 58,57 - 0,021* 2.21
sehat dan sangat sehat. Variabel boneka dibuat menunjukkan kesehatan yang Persen hilang dihitung dari jumlah total observasi tingkat individu (N¼29.029).
buruk atau sangat buruk; acuannya cukup atau sangat sehat. Ukuran rumah
tangga diukur sebagai jumlah total anggota rumah tangga. Lokasi perumahan Status kemiskinan dan pengeluaran rumah tangga per kapita dirangkum sebagai variabel tingkat
individu.
merupakan variabel dummy yang menunjukkan tempat tinggal di perkotaan;
Asosiasi yang dilaporkan adalah koefisien analisis regresi Poisson bivariat sederhana.
rujukannya adalah daerah pedesaan.
Pengaruh pengeluaran rumah tangga per kapita dihitung dari transformasi log-nya.

Metode statistik * hal < .05.

Status gejala depresi individu diperiksa sebagai fungsi dari variabel
tingkat individu dan variabel tingkat rumah tangga di mana variabel tingkat
individu termasuk usia, jenis kelamin, status perkawinan, pendidikan,
kesehatan fisik, religiusitas, kepercayaan, partisipasi dan pengeluaran
rumah tangga per kapita, dan di mana variabel tingkat rumah tangga
termasuk ukuran rumah tangga, pedesaanelokasi pemukiman perkotaan,
pengalaman bencana dan pengalaman kejahatan.
Pendekatan pemodelan multilevel diterapkan untuk memanfaatkan
sepenuhnya informasi pengelompokan rumah tangga dan distrik yang
tersedia dari IFLS. Kemudian, karena variabel hasil (skor CES-D) adalah
variabel diskrit miring kanan non-negatif, kami mulai dengan menentukan
model Poisson tiga tingkat overdispersi meskipun kemudian kami juga
mempertimbangkan model linier dan model Poisson dengan kesalahan
standar kuat heteroskedastisitas .
Diakui, skor CES-D bukan hitungan alami, tetapi berbagi fitur
variabel hitungan non-negatif, bernilai bilangan bulat, miring ke kanan,
dan heteroskedastik. Pendukung penggunaan model regresi Poisson
dalam situasi ini termasukSantos Silva dan Tenreyro (2006), Nichols
(2010)DanGould (2011)yang menyarankan pelonggaran asumsi
equidispersi menggunakan varian heteroskedastisitas-robuste
estimator kovarians bukan parameter dispersi. Parameterisasi
alternatif ini dieksplorasi dalam analisis ketahanan, meskipun dalam
praktiknya keduanya
pendekatan jarang memberikan hasil yang berbeda (Cameron & Trivedi, 1998,
hal.70).
PositifBkoefisien menunjukkan peningkatan log skor CES-D yang
diharapkan (lebih banyak depresi). Untuk mengaktifkan interpretasi yang
lebih intuitif dari model yang pada dasarnya non-linear ini, biasanya diambil
eksponen dariBkoefisien sehingga perbedaan dalam log skor CES-D yang
diharapkan dapat dinyatakan dalam bentuk persentase perubahan dalam
skor CES-D yang diharapkan untuk perubahan satu unit dalam variabel
prediktor (Panjang & Bebas, 2006, hal.360). Jika variabel prediktor memasuki
persamaan secara logaritmik, makaBdapat diartikan sebagai koefisien
elastisitas, yang menunjukkan persentase perubahan skor CES-D yang
diharapkan untuk perubahan 1% pada prediktor (Cameron & Trivedi, 1998,
hal.81). Model multilevel ini memungkinkan rata-rata skor CES-D bervariasi
antara rumah tangga dan distrik, sementara perkiraan efek kovariat tetap
konstan di seluruh rumah tangga dan distrik. Singkatnya, ini adalah tiga
tingkatpenyadapan-acakmodel regresi Poisson yang tersebar berlebihan.
Atau, dalam analisis ketahanan tersedia dionline Lampiran A, kami
mencocokkan model bertingkat linier dengan skor CES-D transformasi
akar kuadrat. Model linier dengan transformasi akar kuadrat penstabil
varian ini sering berhasil menangani variabel hasil yang condong ke
kanan dan memiliki keunggulan karena lebih mudah diinterpretasikan
dibandingkan dengan model Poisson. Namun,
24 G. Tampubolon, W. Hanandita / Ilmu Sosial & Kedokteran 106 (2014) 20e27

kelemahan dari teknik pemodelan ini adalah rentan terhadap
pelanggaran asumsi residual normality dan homoscedasticity yang
penting (Santos Silva & Tenreyro, 2006). Tidak perlu mengasumsikan
ini, model Poisson lebih kuat daripada model linier.
Hasil
Rata-rata skor CES-D adalah 4,08 (SD¼3,55), diukur pada skala 0
(tidak tertekan) sampai 30 (sangat tertekan). Variabel sosio-demografi
ditunjukkan padaTabel 1.
Analisis regresi Poisson bivariat (kolom ketiga dariTabel 1)
menunjukkan bahwa semua kecuali dua prediktor secara statistik
terkait secara signifikan dengan skor CES-D pada tingkat 5%. Usia,
menjadi perempuan, belum menikah, kesehatan fisik yang buruk,
ukuran rumah tangga dan menjadi korban kejahatan berkorelasi positif
dengan skor CES-D, sedangkan pendidikan, religiusitas, modal sosial
dan pengeluaran rumah tangga menunjukkan hubungan terbalik.
Variabel kehidupan perkotaan dan bencana gagal mencapai
signifikansi statistik, tetapi keduanya berkorelasi dengan skor CES-D
yang lebih tinggi. Luasnya data yang hilang untuk setiap variabel
diberikan di kolom paling kananTabel 1. Hanya sejumlah kecil
pengamatan yang hilang. Dengan jumlah data yang hilang yang relatif
kecil ini, diharapkan bias dan efisiensi yang hilang dalam estimasi
model multivariat berikut dapat diminimalkan.
Analisis multivariat (Meja 2) dilakukan secara bertahap. Pertama,
model multilevel hanya-cegat atau null dipasang. Selanjutnya, semua
kovariat tingkat individu (kecuali ukuran kemiskinan) dimasukkan,
diikuti oleh variabel tingkat rumah tangga pada langkah ketiga.
Terakhir, pengeluaran rumah tangga per kapita dimasukkan. Metode
ini memungkinkan estimasi koefisien kemiskinan bersih, terlepas dari
pengaruh perancu potensial.
Hasil model nol (Poisson 0) menunjukkan bahwa rata-rata tak bersyarat
skor CES-D adalah 3,59. Angka ini diperbolehkan untuk bervariasi antar
rumah tangga dan kabupaten, tetapi jelas bahwa variasi
lintas rumah tangga (S2 kamu ¼0:52¼0:27, SD¼0,52) lebih besar
dibandingkan dengan kabupaten (S2 ay ¼0:04, SD¼0,02). Itu
koefisien dispersi4¼2.17 menunjukkan bahwa varian kira-kira dua kali
nilai yang diharapkan, menunjukkan adanya
distribusi diskrit miring ke kanan yang ekornya lebih panjang dari
distribusi Poisson teoretis. Besarnya overdispersi tampaknya konstan di
sekitar4¼2 untuk model yang tersisa (Poisson 1 hingga Poisson 3C).
Pada langkah kedua (Poisson 1), sejumlah kovariat tingkat individu
dimasukkan ke dalam model. Dimasukkannya 10 parameter tambahan
mengurangi Deviance Information Criterion (DIC) sebesar 18.602 poin,
menunjukkan kecocokan model yang sangat ditingkatkan. Status
perkawinan, tingkat pendidikan, status kesehatan fisik, religiusitas,
kepercayaan dan partisipasi semuanya signifikan secara statistik pada
tingkat 5%, meskipun partisipasi terlalu kecil untuk menjadi signifikan secara
praktis. Mereka yang belum menikah, berpendidikan rendah, atau miskin
secara fisik memiliki skor depresi CES-D yang lebih tinggi daripada rekan
mereka. Tanpa diduga, perempuan tidak memiliki skor depresi yang lebih
tinggi. Di antara 10 kovariat tingkat individu ini, kesehatan fisik yang buruk
paling kuat terkait dengan depresi.
Pada langkah ketiga (Poisson 2), karakteristik rumah tangga
dimasukkan. Dimasukkannya empat variabel ini menurunkan DIC sebesar
135 poin, menunjukkan peningkatan kesesuaian model. Variabel kehidupan
perkotaan, bencana dan kejahatan semuanya signifikan secara statistik pada
tingkat 5%. Individu yang tinggal di daerah perkotaan diperkirakan memiliki
skor CES-D sekitar 4% lebih rendah (kesehatan mental yang lebih baik)
daripada mereka yang tinggal di daerah pedesaan, meskipun signifikansi
statistik berkurang setelah pengeluaran rumah tangga dimasukkan ke
dalam model. Individu yang rumahnya terkena dampak bencana atau
kejahatan memiliki skor CES-D sekitar 12% lebih tinggi (kesehatan mental
yang lebih buruk) daripada rekan mereka.
Pengeluaran rumah tangga per kapitaevariabel kunci yang menarik
dalam analisis iniedimasukkan ke dalam model dalam tiga spesifikasi
terakhir, karena ini diparameterisasi dalam tiga bentuk: sebagai variabel
kontinyu transformasi log (Poisson 3A), sebagai variabel dummy kurang dari
$2 per hari (Poisson 3B), dan sebagai variabel dummy tertile (Poisson 3C).
Dimasukkannya pengeluaran rumah tangga per kapita saja mengurangi DIC
sekitar 2755 poin, yang menunjukkan peningkatan besar dalam kesesuaian
model. Ketiga parameterisasi menghasilkan perkiraan yang signifikan secara
statistik pada tingkat 5%. Memegang semua kovariat lainnya konstan,
peningkatan 1% dalam pengeluaran rumah tangga per kapita mengurangi
skor depresi sebesar 0,05% (Poisson 3A), sementara

Meja 2
Model regresi Poisson bertingkat memprediksi skor CES-D.

Prediktor Poison 0 Poison 1 Poison 2 Poison 3A Poison 3B Poison 3C

Mencegat 1,28 - 0,02* 1,88 - 0,06* 1,86 - 0,06* 2,49 - 0,14* 1,84 - 0,06* 1,83 - 0,06*
Usia - 0,00 - 0,00 - 0,00 - 0,00 0,00 - 0,00 0,00 - 0,00 0,00 - 0,00
Perempuan - 0,01 - 0,01 - 0,01 - 0,01 - 0,00 - 0,01 - 0,00 - 0,01 - 0,00 - 0,01
Tidak pernah menikah 0,15 - 0,01* 0,15 - 0,01* 0,15 - 0,01* 0,15 - 0,01* 0,15 - 0,01*
Bercerai atau lainnya 0,17 - 0,02* 0,17 - 0,02* 0,18 - 0,02* 0,18 - 0,02* 0,18 - 0,02*
Sekolah menengah atas - 0,02 - 0,01* - 0,02 - 0,01 - 0,01 - 0,01 - 0,01 - 0,01 - 0,01 - 0,01
Perguruan tinggi atau lebih - 0,10 - 0,02* - 0,09 - 0,02* - 0,07 - 0,02* - 0,08 - 0,02* - 0,07 - 0,02*
Kesehatan fisik yang buruk 0,38 - 0,01* 0,38 - 0,01* 0,38 - 0,01* 0,38 - 0,01* 0,38 - 0,01*
Religiusitas - 0,08 - 0,01* - 0,08 - 0,01* - 0,09 - 0,01* - 0,09 - 0,01* - 0,08 - 0,01*
Memercayai - 0,17 - 0,02* - 0,16 - 0,02* - 0,17 - 0,02* - 0,17 - 0,02* - 0,17 - 0,02*
Partisipasi - 0,00 - 0,00 - 0,00 - 0,00 - 0,00 - 0,00 - 0,00 - 0,00 - 0,00 - 0,00
Ukuran rumah tangga 0,00 - 0,00 0,00 - 0,00 0,00 - 0,00 0,00 - 0,00
Perkotaan - 0,04 - 0,02* - 0,02 - 0,02 - 0,03 - 0,02 - 0,03 - 0,02
Korban bencana 0,11 - 0,03* 0,10 - 0,03* 0,10 - 0,03* 0,10 - 0,03*
Korban kejahatan 0,12 - 0,02* 0,13 - 0,02* 0,12 - 0,02* 0,13 - 0,03*
Log(PCE) - 0,05 - 0,01*
Kurang dari $2 per hari 0,05 - 0,01*
Tertile PCE termiskin 0,08 - 0,02*
Tertile PCE tengah 0,04 - 0,02*

Say
2 :antar kabupaten 0,04 0,03 0,03 0,03 0,03 0,03
Skamu
2 :antar rumah tangga 0,27 0,24 0,24 0,24 0,24 0,24
4 2.17 2.09 2.09 2.09 2.09 2.09

N 29.019 25.686 25.660 25.101 25.101 25.101

DIC 143.214 124.612 124.477 121.719 121.723 121.723

Dilaporkan adalah sarana posterior - standar deviasi. *hal < .05.

 G. Tampubolon, W. Hanandita / Ilmu Sosial & Kedokteran 106 (2014) 20e27
mereka yang hidup dengan kurang dari $2 per hari diperkirakan memiliki
skor depresi 5% lebih tinggi (Poisson 3B) daripada rekan mereka yang lebih
kaya. Dibandingkan dengan tertile pengeluaran terkaya, individu dari tertile
termiskin dan menengah memiliki skor depresi rata-rata 8% dan 4% lebih
tinggi (Poisson 3C). Model-model ini menunjukkan bahwa bahkan setelah
disesuaikan dengan banyak pembaur potensial (seperti pendidikan,
kesehatan fisik, dan pedesaanelokasi pemukiman perkotaan), kemiskinan
masih memiliki hubungan yang signifikan secara statistik dengan kesehatan
mental. Akhirnya, untuk lebih memahami model non-linier, kami
menghitung rata-rata marjinalTabel 3.
Analisis ketahanan
Selain estimasi yang diperoleh dari perangkat lunak MLwiN, hasil
yang diperoleh dari tiga paket pemodelan multilevel alternatif yang
menggunakan metode estimasi berbeda menghasilkan estimasi yang
sangat mirip (dapat diperoleh atas permintaan dari penulis). Dalam
tambahan online Lampiran A, kami mengeksplorasi lebih lanjut
berbagai teknik dan spesifikasi pemodelan yang meliputi model linier,
model Poisson dengan HubereKesalahan standar putih dan analisis
dengan kumpulan data yang diperhitungkan berlipat ganda (Bates,
Maechler, & Bolker, 2013;van Buuren, 2012;Tukang kayu, Goldstein, &
Kenward, 2011; Leckie & Charlton, 2013;Rue, Martino, Lindgren,
Simpson, & Riebler, 2009;Su & Yajima, 2012). Sekali lagi, temuan tetap
konsisten di bawah pemeriksaan ketahanan ini.
Diskusi dan kesimpulan
Analisis ini mengkonfirmasi studi berbasis komunitas dan berbasis fasilitas
sebelumnya di negara-negara berkembang yang menunjukkan bahwa tingkat
kemiskinan yang lebih tinggi dikaitkan dengan gejala depresi yang lebih banyak.
Lund et al., 2010). Ini tidak konsisten dengan kurangnya asosiasi yang ditemukan
dalam studi berbasis individu baru-baru ini yang dilakukan olehDas et al. (2007,
2009).
Data tersebut berasal dari ukuran kesehatan mental yang
tervalidasi, yaitu CES-D dan sampel individu yang lebih baru dari
Indonesia. Analisis menunjukkan bahwa setelah mengendalikan
sejumlah faktor yang relevan, penurunan 1% pengeluaran rumah
tangga per kapita dikaitkan dengan peningkatan skor CES-D sebesar
0,05% (kesehatan mental yang lebih buruk); hubungan terbalik serupa
ditemukan ketika kemiskinan diukur secara alternatif menggunakan
garis kemiskinan atau tertiles pengeluaran. Temuan tetap ada bahkan
setelah beberapa imputasi digunakan untuk menangani data yang
hilang. Selain itu, hubungan terbalik ini kuat untuk berbagai asumsi
distribusi dan metode estimasi. Terlepas dari apakah skor CES-D
diasumsikan mengikuti distribusi Poisson yang tersebar berlebih atau
(setelah transformasi) distribusi normal kontinu, koefisien kemiskinan
tetap signifikan secara statistik dan penting secara substantif. Tentu
saja, orang mungkin berpendapat bahwa efeknya tidak cukup besar,
tetapi kami percaya bahwa tidak bijaksana untuk mengabaikan
kemiskinan dalam memahami kesehatan mental. Perkiraan
menunjukkanefek bersih dari kemiskinan konsumsisetelah
mengendalikan banyak kemungkinan sumber kerugian.
Analisis ini juga menguji pengaruh jenis kelamin, status perkawinan,
kejadian buruk, religiusitas, dan modal sosial terhadap kesehatan
mental. Hampir semuanya signifikan secara statistik. Konsisten dengan
Tabel 3
Efek marjinal pada sarana.
Konsumsi harian Prediksi skor Pengeluaran tertile Prediksi skor
<$2 sehari 3.31 1 3.40
$2 sehari 3.16 2 3.25
3 3.16
Efek acak diatur ke nol; kovariat lainnya diadakan pada nilai rata-rata.
25
literatur, individu yang belum menikah (bersama dengan mereka yang
berpisah, bercerai, atau janda) ditemukan memiliki 16eSkor depresi 20%
lebih tinggi daripada rekan mereka yang sudah menikah. Individu yang
rumah tangganya terkena bencana atau kejahatan diperkirakan memiliki 10
e14% peningkatan skor depresi dibandingkan dengan mereka yang rumah
tangganya tidak terpengaruh. Seperti yang diharapkan, religiusitas
berkorelasi positif dengan kesehatan mental: individu religius lebih sehat
secara mental daripada rekan sekuler mereka. Kepercayaan sosial juga
menunjukkan hubungan positif dengan kesehatan mental.
Tidak ada perbedaan depresi menurut jenis kelamin. Meskipun
mengejutkan, hal ini tidak diketahui dalam literatur (Dzator, 2012; Jenkins et
al., 2012; WHO, 2012). Mengingat fakta bahwa efek gender secara statistik
signifikan dalam analisis bivariat tetapi tidak dalam analisis multivariat,
orang dapat berspekulasi bahwa efek tersebut sepenuhnya dijelaskan oleh
kovariat lain yang diperkenalkan ke model karena analisis yang dilaporkan di
sini menggunakan faktor yang lebih luas yang menangkap kerugian gender
yang mungkin terjadi. tidak tersedia dalam penelitian lain. Alternatifnya,
orang juga dapat menduga bahwa ini disebabkan oleh penggunaan
kumpulan data IFLS seperti yang kami sebutkan sebelumnya: kemungkinan
bahwa studi IFLS terlalu mewakili individu yang tinggal di daerah di mana
peran yang relatif setara untuk kedua jenis kelamin tersedia.
Penelitian ini memiliki sejumlah keterbatasan yang dapat memotivasi
pekerjaan di masa depan. Pertama, meskipun telah menunjukkan bahwa
kemiskinan dikaitkan dengan lebih banyak depresi, tidak ada kesimpulan
yang dapat ditarik tentang pengaruh kemiskinan terhadap penyakit mental.
Kedua, ruang lingkup kemiskinan yang diukur dalam penelitian ini sebagian
besar masih terbatas pada pengertian kesejahteraan moneter, meskipun
dengan dimasukkannya ukuran pendidikan dan kesehatan fisik dalam
model. Seperti halnya kesehatan mental, kemiskinan merupakan konsep
multidimensi dengan rentang yang lebih luas dari sekedar pendapatan atau
pengeluaran rumah tangga (Alkire & Foster, 2011). Ketiga, karena tidak
adanya penelitian cross-validation yang menyajikan cut-off point optimal
dari instrumen CES-D 10 item di Indonesia, makalah ini tidak dapat
menentukan tingkat prevalensi depresi yang signifikan secara klinis. Setuju
denganDas et al. (2007), studi semacam itu sangat dibutuhkan di Indonesia.
Terlepas dari keterbatasannya, makalah ini menyajikan dua implikasi
signifikan bagi pembuat kebijakan. Pertama, bertentangan dengan studi
tentangDas et al. (2007, 2009), ini memberikan sumber dukungan empiris
lebih lanjut untuk pandangan umum tentang hubungan terbalik antara
kemiskinan dan kesehatan mental di negara-negara berkembang. Pembuat
kebijakan sekarang mungkin ingin melihat lebih dekat upaya pengentasan
kemiskinan dalam konteks dampak besar yang dapat mereka timbulkan
terhadap kesehatan mental. Apalagi, investasi publik di sektor kesehatan
mentaleterutama yang diarahkan untuk melayani kebutuhan orang miskine
juga dapat dianggap sebagai bagian integral dari pemeliharaan kesehatan
mental masyarakat di negara-negara berkembang. Ini menggemakan
desakan Rose bahwa 'politik dan kedokteran' terkait erat (Mawar, 1992).
Memang, tinjauan sistematis baru-baru ini (Lund et al., 2011)
menunjukkan bahwa beberapa bentuk intervensi pengentasan
kemiskinan (seperti bantuan tunai bersyarat dan program promosi
aset) bermanfaat untuk kesehatan mental, dan bahwa intervensi
kesehatan mental umumnya dikaitkan dengan hasil ekonomi yang
lebih baik. Akhirnya, makalah ini juga memberikan dukungan empiris
untuk gagasan universalitas kemiskinan sebagai faktor risiko penting
dalam kesehatan mental yang buruk seperti yang telah ditekankan oleh
WHO di atas. Hubungan negatif antara kemiskinan dan kesehatan
mental ditemukan tidak hanya di negara-negara industri tetapi juga di
negara-negara berkembang, sehingga penting bahwa agenda
pembangunan global berikutnya memasukkan kesehatan mental di
antara program-program prioritasnya. Kesehatan jiwa yang tidak
masuk dalam Millennium Development Goals yang ingin dicapai pada
tahun 2015, tidak boleh terus diabaikan.
26 G. Tampubolon, W. Hanandita / Ilmu Sosial & Kedokteran 106 (2014) 20e27
Agenda pembangunan global 2015 tentunya harus memotivasi banyak
pemerintah di negara berkembang untuk meningkatkan sektor layanan
kesehatan jiwanya.
Lampiran A. Data tambahan
Data tambahan terkait artikel ini dapat ditemukan dihttp://
dx.doi.org/10.1016/j.socscimed.2014.01.012.
Referensi
Afifi, TO, Cox, BJ, & Enns, MW (2006). Profil kesehatan mental di kalangan menikah,
tidak pernah menikah, dan ibu yang berpisah/bercerai dalam sampel perwakilan
nasional.Psikiatri Sosial dan Epidemiologi Psikiatri, 41(2), 122e129. Alkire, S., & Foster,
J. (2011). Penghitungan dan pengukuran kemiskinan multidimensi.
Jurnal Ekonomi Publik, 95(7e8), 476e487.
Amick-Mcmullan, A., Kilpatrick, DG, & Resnick, HS (1991). Pembunuhan sebagai risiko
faktor untuk PTSD di antara anggota keluarga yang masih hidup.Modifikasi Perilaku, 15(4),
545e559.
Andresen, EM, Malmgren, JA, Carter, WB, & Patrick, DL (1994). Pemutaran untuk
depresi pada orang dewasa yang lebih tua: evaluasi bentuk singkat dari CES-D (Pusat
Studi EpidemiologieSkala Depresi).Jurnal Pengobatan Pencegahan Amerika, 10(2), 77
e84.
Bahar, E., Henderson, AS, & Mackinnon, AJ (1992). Sebuah studi epidemiologi dari
kesehatan mental dan kondisi sosial ekonomi di Sumatera, Indonesia.Acta
Psychiatrica Scandinavica, 85(4), 257e263.
Bank Indonesia. (2013).Kurs transaksi Bank Indonesia.Tersedia dihttp://www.bi.go.
id/web/id/Moneter/KursthBankthIndonesia/KursthTransaksi/Diakses 06.06.13. Bates,
D., Maechler, M., & Bolker, B. (2013).lme4: Penggunaan model efek campuran linier
kelas S4.Paket R versi 0.999999-2. Tersedia dihttp://CRAN.R-proyek. org/paket¼lme4
Diakses 20.06.13.
Bir, A., & Frank, RG (2001).Penyakit mental dan pasar tenaga kerja sedang berkembang
bangsa.Makalah disiapkan untuk komisi WHO tentang ekonomi makro dan
kesehatan. Jenewa: Organisasi Kesehatan Dunia.
Bromet, E., Andrade, LH, Hwang, I., Sampson, N., Alonso, J., Girolamo, G., et al.
(2011). Epidemiologi lintas-nasional dari episode depresi mayor DSM-IV.Kedokteran
BMC, 9(90), 1e16.
van Buuren, S. (2012).Imputasi fleksibel dari data yang hilang.Di dalamStaf interdisipliner
seri tistik.Boca Raton: CRC Press.
Cameron, AC, & Trivedi, PK (1998).Analisis regresi terhadap data jumlah.New York:
Pers Universitas Cambridge.
Carpenter, J., Goldstein, H., & Kenward, M. (2011). Perangkat lunak REALCOM-IMPUTE untuk
beberapa imputasi multilevel dengan tipe respons campuran.Jurnal Perangkat Lunak
Statistik, 45(2), 1e14.
Das, J., Lakukan, QT, Friedman, J., & McKenzie, D. (2009). Pola kesehatan mental dan
konsekuensi: hasil dari data survei di lima negara berkembang.Tinjauan Ekonomi
Bank Dunia, 23(1), 31e55.
Das, J., Lakukan, QT, Friedman, J., McKenzie, D., & Scott, K. (2007). Kesehatan jiwa dan
kemiskinan di negara berkembang: meninjau kembali hubungan.Ilmu Sosial &
Kedokteran, 65,467e480.
Dein, S., Masak, C., & Koenig, H. (2012). Agama, spiritualitas, dan kesehatan mental:
kontroversi saat ini dan arah masa depan.Jurnal Penyakit Saraf dan Mental, 200(10),
852e855.
Dzator, J. (2012). Masa-masa sulit dan gangguan kesehatan mental umum dalam perkembangan
negara: wawasan dari perkotaan Ghana.Jurnal Layanan & Penelitian Kesehatan
Perilaku, 40(1), 71e87.
Ellison, C., Boardman, J., Williams, DR, & Jackson, JS (2001). Keterlibatan agama-
ment, stres, dan kesehatan mental: temuan dari 1995 Detroit Area Study. Kekuatan
Sosial, 80(1), 215e249.
Galea, S., Nandi, A., & Vlahov, D. (2005). Epidemiologi stres pasca-trauma
kekacauan setelah bencana.Ulasan Epidemiologi, 27(1), 78e91.
Goldberg, D. (1972).Deteksi penyakit kejiwaan dengan kuesioner.London:
Pers Universitas Oxford.
Gould, W. (22 Agustus 2011).Gunakan Poisson daripada mundur; Beritahu teman. Stata
Blog.Tersedia dihttp://blog.stata.com/2011/08/22/use-poisson-rather-thanregress-
tell-a-friend/Diakses 29.10.13.
Hamad, R., Fernald, LCH, Karlan, DS, & Zinman, J. (2008). Sosial dan ekonomi
korelasi gejala depresi dan stres yang dirasakan pada orang dewasa Afrika Selatan.
Jurnal Epidemiologi dan Kesehatan Masyarakat, 62(6), 538e544.
Hussain, N., Creed, F., & Tomenson, B. (2000). Depresi dan tekanan sosial di
Pakistan.Kedokteran Psikologis, 30(2), 395e402.
IHME. (2013).Visualisasi beban penyakit global (GBD).Institut Kesehatan
Metrik dan Evaluasi. Tersedia dihttp://www.healthmetricsandevaluasi. org/gbd/
visualisasi/negaraDiakses 14.11.13.
Jenkins, R., Njenga, F., Okonji, M., Kigamwa, P., Baraza, M., Ayuyo, J., dkk. (2012).
Prevalensi gangguan mental umum di distrik pedesaan Kenya, dan faktor risiko
sosiodemografi.Jurnal Internasional Penelitian Lingkungan dan Kesehatan
Masyarakat, 9(5), 1810e1819.
Kawachi, I., & Berkman, L. (2000). Kohesi sosial, modal sosial dan kesehatan. Di dalam
L. Berkman, & I. Kawachi (Eds.),epidemiologi sosial (hlm. 174e190). Oxford: Oxford
University Press.
Kemenkes. (2011).Program terintegrasi dan penguatan lintas sektor dalam penang-
gulangan masalah kesehatan jiwa.Rapat Koordinasi Tingkat Menteri. Jakarta:
Kementerian Kesehatan Republik Indonesia.
Kilpatrick, DG, & Acierno, R. (2003). Kebutuhan kesehatan mental korban kejahatan:
epidemiologi dan hasil.Jurnal Stres Traumatis, 16(2), 119e132. Koenig, H., Raja, D., &
Carson, V. (2012).Buku pegangan agama dan kesehatan (edisi ke-2).
New York: Oxford University Press.
Kohout, FJ, Berkman, LF, Evans, DA, & Cornoni-Huntley, J. (1993). Dua lebih pendek
bentuk indeks gejala depresi CES-D.Jurnal Penuaan dan Kesehatan, 5(2), 179e193.
Leach, LS, Butterworth, P., Olesen, SC, & Mackinnon, A. (2013). Hubungan
kualitas dan tingkat depresi dan kecemasan dalam survei berbasis populasi besar.
Psikiatri Sosial dan Epidemiologi Psikiatri, 48(3), 417e425.
Leckie, G., & Charlton, C. (2013). runmlwinesebuah program untuk menjalankan multi-MLwiN
perangkat lunak pemodelan level dari dalam Stata.Jurnal Perangkat Lunak Statistik,
52(11), 1e40.
Lim, C., & Putnam, RD (2010). Agama, jaringan sosial, dan kepuasan hidup.
Tinjauan Sosiologis Amerika, 75(6), 914e933.
Panjang, JS, & Freese, J. (2006).Model regresi untuk variabel dependen kategoris
menggunakan status (edisi ke-2). College Station, Texas: Stata Press.
Lund, C., Breen, A., Flisher, AJ, Kakuma, R., Corrigall, J., Joska, JA, dkk. (2010).
Kemiskinan dan gangguan mental umum di negara berpenghasilan rendah dan menengah:
tinjauan sistematis.Ilmu Sosial & Kedokteran, 71,517e528.
Lund, C., De Silva, M., Plagerson, S., Cooper, S., Chisholm, D., Das, J., dkk. (2011).
Kemiskinan dan gangguan mental: memutus siklus di negara berpenghasilan rendah
dan menengah.Lancet, 378(9801), 1502e1514.
Lund, C., Myer, L., Stein, DJ, Williams, DR, & Flisher, AJ (2013). Penyakit mental dan
kehilangan pendapatan di antara orang dewasa Afrika Selatan.Psikiatri Sosial dan
Epidemiologi Psikiatri, 48(5), 845e851.
Mackinnon, A., McCallum, J., Andrews, G., & Anderson, I. (1998). Pusat untuk
Studi Epidemiologi Skala depresi pada sampel komunitas lansia di Indonesia, Korea
Utara, Myanmar, Sri Lanka, dan Thailand.Jurnal Gerontologi Seri B: Ilmu Psikologi
dan Ilmu Sosial, 53(6), 343e352. Miller, DL, Scheffler, R., Lam, S., Rosenberg, R., &
Rupp, A. (2006). Modal sosial dan
kesehatan di Indonesia.Pembangunan Dunia, 34(6), 1084e1098.
Mumford, DB, Minhas, FA, Akhtar, I., Akhter, S., & Mubbashar, M. (2000). Menekankan
dan gangguan kejiwaan dalam survei komunitas Rawalpindi perkotaan.Jurnal
Psikiatri Inggris, 177(6), 557e562.
Mumford, DB, Nazir, M., Jilani, FU, & Baig, IY (1996). Stres dan kejiwaan
gangguan di Hindu Kush: survei komunitas desa pegunungan di Chitral, Pakistan.
Jurnal Psikiatri Inggris, 168(3), 299e307.
Mumford, DB, Saeed, K., Ahmad, I., Latif, S., & Latif, S. (1997). Stres dan kejiwaan
gangguan di pedesaan Punjab: survei komunitas.Jurnal Psikiatri Inggris, 170(5), 473e
478.
Myer, L., Stein, DJ, Grimsrud, A., Seedat, S., & Williams, DR (2008). De-sosial
Terminan tekanan psikologis dalam sampel perwakilan nasional orang dewasa Afrika
Selatan.Ilmu Sosial & Kedokteran, 66(8), 1828e1840. Pusat Nasional untuk Kecanduan
dan Penyalahgunaan Zat di Universitas Columbia. (2001).
Jadi tolong saya tuhan: Penyalahgunaan zat, agama dan spiritualitas.New York: Universitas
Columbia.
Nichols, A. (2010). Regresi untuk variabel dependen miring nonnegatif. Di dalam
Konferensi Stata BOS10 2.Grup Pengguna Stata. Tersedia dihttp://repec.org/bost10/
nichols_boston2010.pdfDiakses 07.11.13.
Noorbala, AA, Yazdi, S., Yasamy, MT, & Mohammad, K. (2004). Kesehatan mental
survei populasi orang dewasa di Iran.Jurnal Psikiatri Inggris, 184(1), 70e73.
Patel, V. (2007). Kesehatan mental di negara berpenghasilan rendah dan menengah.Medis Inggris
Buletin, 81e82(1), 81e96.
Patel, V., Araya, R., de Lima, M., Ludermir, A., & Todd, C. (1999). Perempuan, kemiskinan dan
gangguan mental umum di empat restrukturisasi masyarakat.Ilmu Sosial &
Kedokteran, 49,1461e1471.
Radloff, LS (1977). Skala CES-D: skala depresi laporan diri untuk penelitian di
populasi umum.Aplikasi Psikologis Terapan, 1,385e401.
Rai, D., Zitko, P., Jones, K., Lynch, J., & Araya, R. (2013). Tingkat negara dan individu
determinan sosioekonomi depresi: perbandingan lintas-nasional multilevel.Jurnal
Psikiatri Inggris, 202(3), 195e203.
RAND. (2011).Pembaruan data IFLS, tip, dan FAQ.Tersedia dihttp://www.rand.org/
tenaga kerja/FLS/IFLS/datanotes.htmlDiakses 07.11.13.
Roberts, B., Ocaka, KF, Browne, J., Oyok, T., & Sondorp, E. (2009). Faktor terkait
dengan status kesehatan pengungsi internal di Uganda utara. Jurnal Epidemiologi
dan Kesehatan Masyarakat, 63(3), 227e232.
Rose, G. (1992).Strategi pengobatan pencegahan.Oxford: Oxford University Press. Rue,
H., Martino, S., Lindgren, F., Simpson, D., & Riebler, A. (2009).INLA: Fungsi
yang memungkinkan untuk melakukan analisis Bayesian penuh dari model Gaussian laten
menggunakan pendekatan Laplace bersarang terintegrasi.Paket R versi 0.0. Tersedia di
http://www.r-inla.org/Diakses 20.07.13.
Santos Silva, JMC, & Tenreyro, S. (2006). Log gravitasi.Tinjauan Eko-
nomics dan Statistik, 88(4), 641e658.
Satcher, D., Friel, S., & Bell, R. (2007). Bencana alam dan buatan manusia dan mental
kesehatan.Jurnal Asosiasi Medis Amerika, 298(21), 2540e2542. Shrout, PE, & Yager, TJ
(1989). Keandalan dan validitas skala skrining: efek dari
mengurangi panjang skala.Jurnal Epidemiologi Klinis, 42(1), 69e78. Stafford, M.,
Chandola, T., & Marmot, M. (2007). Asosiasi antara ketakutan akan kejahatan
dan kesehatan mental dan fungsi fisik.Jurnal Kesehatan Masyarakat Amerika, 97(11),
2076e2081.
 G. Tampubolon, W. Hanandita / Ilmu Sosial & Kedokteran 106 (2014) 20e27
Su, Y., & Yajima, M. (2012).R2jags: Paket untuk menjalankan jag dari R.Paket R
versi 0,03-08. Tersedia dihttp://CRAN.R-project.org/package¼R2jags Diakses
20.07.13.
Tampubolon, G. (2012). Modal sosial lingkungan dan kesehatan mental individu.
Dalam M. van Ham, D. Manley, N. Bailey, L. Simpson, & D. Maclennan (Eds.),
Penelitian efek lingkungan: Perspektif baru (hal.175e194). New York: Springer.http://
dx.doi.org/10.1007/978-94-007-2309-2_8.
Thomas, D., Witoelar, F., Frankenberg, E., Sikoki, B., Strauss, J., Sumantri, C., dkk.
(2012). Memotong biaya gesekan: hasil dari Survei Kehidupan Keluarga Indonesia.
Jurnal Ekonomi Pembangunan, 98(1), 108e123.
Vaillant, G., Templeton, J., Ardelt, M., & Meyer, SE (2008). Sejarah alam dari
kesehatan mental laki-laki: kesehatan dan keterlibatan agama.Ilmu Sosial &
Kedokteran, 66,221e231.
Wade, TJ, & Pevalin, DJ (2004). Transisi pernikahan dan kesehatan mental.Jurnal dari
Kesehatan dan Perilaku Sosial, 45(2), 155e170.
SIAPA. (2001).Laporan kesehatan dunia: Kesehatan mental.Jenewa: Kesehatan Dunia
Organisasi.
27
SIAPA. (2004). Prevalensi, tingkat keparahan, dan kebutuhan yang tidak terpenuhi untuk pengobatan gangguan mental
pesanan dalam Survei Kesehatan Mental Dunia Organisasi Kesehatan Dunia.Jurnal
Asosiasi Medis Amerika, 291(21), 2581e2590.
SIAPA. (2005).Atlas Kesehatan Mental 2005.Jenewa: Organisasi Kesehatan Dunia.
Tersedia dihttp://www.who.int/mentalhealth/evidence/mhatlas05/en/index. html
Diakses 03.07.13.
SIAPA. (2012).Depresi: Masalah kesehatan masyarakat global.Jenewa: Kesehatan Dunia
Organisasi.
Angin, TR, Joshi, PC, Kleber, RJ, & Komproe, IH (2013). Dampak berulang
bencana pada kesehatan mental: studi tentang banjir musiman di India utara.Pengobatan
Pra Rumah Sakit dan Bencana, 28(3), 279e285.
Bank Dunia. (2013).Indikator Pembangunan Dunia (WDI), Bank Dunia online
basis data.Tersedia dihttp://data.worldbank.org/indicatorDiakses 15.06.13. Zhou, X., Yan, Z.,
& Therese, H. (2012). Depresi dan agresi dalam pernikahan yang belum pernah menikah
laki-laki di Cina: masalah yang berkembang.Psikiatri Sosial dan Epidemiologi Psikiatri.
http://dx.doi.org/10.1007/s00127-012-0638-y.